Como reparar uma string serializada que foi corrompida por um comprimento de contagem de bytes incorreto?

Estou usando o Hotaru CMS com o plugin de upload de imagem, recebo este erro se tento anexar uma imagem a uma postagem, caso contrário, não há erro:

unserialize () [function.unserialize]: Erro no deslocamento

O código ofensivo (o erro aponta para a linha com **):

/**
     * Retrieve submission step data
     *
     * @param $key - empty when setting
     * @return bool
     */
    public function loadSubmitData($h, $key = '')
    {
        // delete everything in this table older than 30 minutes:
        $this->deleteTempData($h->db);

        if (!$key) { return false; }

        $cleanKey = preg_replace('/[^a-z0-9]+/','',$key);
        if (strcmp($key,$cleanKey) != 0) {
            return false;
        } else {
            $sql = "SELECT tempdata_value FROM " . TABLE_TEMPDATA . " WHERE tempdata_key = %s ORDER BY tempdata_updatedts DESC LIMIT 1";
            $submitted_data = $h->db->get_var($h->db->prepare($sql, $key));
            **if ($submitted_data) { return unserialize($submitted_data); } else { return false; }** 
        }
    }

Dados da tabela, observe que o bit final contém as informações da imagem. Não sou um especialista em PHP, então queria saber o que vocês / garotas podem pensar?

tempdata_value:

a:10:{s:16:"submit_editorial";b:0;s:15:"submit_orig_url";s:13:"www.bbc.co.uk";s:12:"submit_title";s:14:"No title found";s:14:"submit_content";s:12:"dnfsdkfjdfdf";s:15:"submit_category";i:2;s:11:"submit_tags";s:3:"bbc";s:9:"submit_id";b:0;s:16:"submit_subscribe";i:0;s:15:"submit_comments";s:4:"open";s:5:"image";s:19:"C:fakepath100.jpg";}

Edit: Acho que encontrei a parte serializar ...

/**
     * Save submission step data
     *
     * @return bool
     */
    public function saveSubmitData($h)
    {
        // delete everything in this table older than 30 minutes:
        $this->deleteTempData($h->db);

        $sid = preg_replace('/[^a-z0-9]+/i', '', session_id());
        $key = md5(microtime() . $sid . rand());
        $sql = "INSERT INTO " . TABLE_TEMPDATA . " (tempdata_key, tempdata_value, tempdata_updateby) VALUES (%s,%s, %d)";
        $h->db->query($h->db->prepare($sql, $key, serialize($h->vars['submitted_data']), $h->currentUser->id));
        return $key;
    }

unserialize() [function.unserialize]: Error at offseteram dívidas invalid serialization datadevido ao comprimento inválido

Conserto rápido

O que você pode fazer é colocar recalculating the lengthos elementos em uma matriz serializada

Seus dados serializados atuais

$data = 'a:10:{s:16:"submit_editorial";b:0;s:15:"submit_orig_url";s:13:"www.bbc.co.uk";s:12:"submit_title";s:14:"No title found";s:14:"submit_content";s:12:"dnfsdkfjdfdf";s:15:"submit_category";i:2;s:11:"submit_tags";s:3:"bbc";s:9:"submit_id";b:0;s:16:"submit_subscribe";i:0;s:15:"submit_comments";s:4:"open";s:5:"image";s:19:"C:fakepath100.jpg";}';

Exemplo sem recálculo

var_dump(unserialize($data));

Resultado

Notice: unserialize() [function.unserialize]: Error at offset 337 of 338 bytes

Recalculando

$data = preg_replace('!s:(\d+):"(.*?)";!e', "'s:'.strlen('$2').':\"$2\";'", $data);
var_dump(unserialize($data));

Resultado

array
  'submit_editorial' => boolean false
  'submit_orig_url' => string 'www.bbc.co.uk' (length=13)
  'submit_title' => string 'No title found' (length=14)
  'submit_content' => string 'dnfsdkfjdfdf' (length=12)
  'submit_category' => int 2
  'submit_tags' => string 'bbc' (length=3)
  'submit_id' => boolean false
  'submit_subscribe' => int 0
  'submit_comments' => string 'open' (length=4)
  'image' => string 'C:fakepath100.jpg' (length=17)

Recomendação .. eu

Em vez de usar este tipo de solução rápida ... aconselho você a atualizar a questão com

• Como você está serializando seus dados

• Como você está salvando ..

==================================== EDITAR 1 ================ ===============

O erro

O erro foi gerado devido ao uso de aspas duplas em "vez de aspas simples, 'por isso C:\fakepath\100.pngfoi convertido paraC:fakepath100.jpg

Para consertar o erro

Você precisa mudar $h->vars['submitted_data']de (Observe o singe ')

Substituir

 $h->vars['submitted_data']['image'] = "C:\fakepath\100.png" ;

Com

 $h->vars['submitted_data']['image'] = 'C:\fakepath\100.png' ;

Filtro Adicional

Você também pode adicionar este filtro simples antes de chamar serializar

function satitize(&$value, $key)
{
    $value = addslashes($value);
}

array_walk($h->vars['submitted_data'], "satitize");

Se você tiver caracteres UTF, também pode executar

 $h->vars['submitted_data'] = array_map("utf8_encode",$h->vars['submitted_data']);

Como detectar o problema em dados serializados futuros

  findSerializeError ( $data1 ) ;

Resultado

Diffrence 9 != 7
    -> ORD number 57 != 55
    -> Line Number = 315
    -> Section Data1  = pen";s:5:"image";s:19:"C:fakepath100.jpg
    -> Section Data2  = pen";s:5:"image";s:17:"C:fakepath100.jpg
                                            ^------- The Error (Element Length)

findSerializeError Função

function findSerializeError($data1) {
    echo "<pre>";
    $data2 = preg_replace ( '!s:(\d+):"(.*?)";!e', "'s:'.strlen('$2').':\"$2\";'",$data1 );
    $max = (strlen ( $data1 ) > strlen ( $data2 )) ? strlen ( $data1 ) : strlen ( $data2 );

    echo $data1 . PHP_EOL;
    echo $data2 . PHP_EOL;

    for($i = 0; $i < $max; $i ++) {

        if (@$data1 {$i} !== @$data2 {$i}) {

            echo "Diffrence ", @$data1 {$i}, " != ", @$data2 {$i}, PHP_EOL;
            echo "\t-> ORD number ", ord ( @$data1 {$i} ), " != ", ord ( @$data2 {$i} ), PHP_EOL;
            echo "\t-> Line Number = $i" . PHP_EOL;

            $start = ($i - 20);
            $start = ($start < 0) ? 0 : $start;
            $length = 40;

            $point = $max - $i;
            if ($point < 20) {
                $rlength = 1;
                $rpoint = - $point;
            } else {
                $rpoint = $length - 20;
                $rlength = 1;
            }

            echo "\t-> Section Data1  = ", substr_replace ( substr ( $data1, $start, $length ), "<b style=\"color:green\">{$data1 {$i}}</b>", $rpoint, $rlength ), PHP_EOL;
            echo "\t-> Section Data2  = ", substr_replace ( substr ( $data2, $start, $length ), "<b style=\"color:red\">{$data2 {$i}}</b>", $rpoint, $rlength ), PHP_EOL;
        }

    }

}

A melhor maneira de salvar no banco de dados

$toDatabse = base64_encode(serialize($data));  // Save to database
$fromDatabase = unserialize(base64_decode($data)); //Getting Save Format 

Não tenho reputação suficiente para comentar, então espero que isso seja visto por pessoas que usam a resposta "correta" acima:

Desde o php 5.5, o modificador / e em preg_replace () se tornou completamente obsoleto e o preg_match acima apresentará um erro. A documentação do php recomenda usar preg_match_callback em seu lugar.

Encontre a seguinte solução como uma alternativa para o preg_match proposto acima.

$fixed_data = preg_replace_callback ( '!s:(\d+):"(.*?)";!', function($match) {      
    return ($match[1] == strlen($match[2])) ? $match[0] : 's:' . strlen($match[2]) . ':"' . $match[2] . '";';
},$bad_data );

Há outro motivo para a unserialize()falha porque você colocou dados serializados incorretamente no banco de dados, consulte a Explicação oficial aqui. Visto que serialize()retorna dados binários e variáveis ​​php não se importam com os métodos de codificação, então colocá-los em TEXT, VARCHAR () causará este erro.

Solução: armazene dados serializados em BLOB em sua tabela.

Conserto rápido

Recalcular o comprimento dos elementos na matriz serializada - mas não use (preg_replace) está obsoleto - é melhor usar preg_replace_callback:

Edit: New Version agora não apenas comprimento errado, mas também corrige quebras de linha e conta os caracteres corretos com aczent (graças a mickmackusa )

// New Version
$data = preg_replace_callback('!s:\d+:"(.*?)";!s', function($m) { return "s:" . strlen($m[1]) . ':"'.$m[1].'";'; }, $data);

Este erro é causado porque seu conjunto de caracteres está errado.

Definir conjunto de caracteres após abrir a tag:

header('Content-Type: text/html; charset=utf-8');

E defina o conjunto de caracteres utf8 em seu banco de dados:

mysql_query("SET NAMES 'utf8'");

Você pode consertar string serializada quebrada usando a seguinte função, com tratamento de caracteres multibyte .

function repairSerializeString($value)
{

    $regex = '/s:([0-9]+):"(.*?)"/';

    return preg_replace_callback(
        $regex, function($match) {
            return "s:".mb_strlen($match[2]).":\"".$match[2]."\""; 
        },
        $value
    );
}

public function unserializeKeySkills ($ string) {

    $output = array();
    $string = trim(preg_replace('/\s\s+/', ' ',$string));
    $string = preg_replace_callback('!s:(\d+):"(.*?)";!', function($m) { return 's:'.strlen($m[2]).':"'.$m[2].'";'; }, utf8_encode( trim(preg_replace('/\s\s+/', ' ',$string)) ));
    try {
        $output =  unserialize($string);
    } catch (\Exception $e) {
        \Log::error("unserialize Data : " .print_r($string,true));
    }
    return $output;
}

$badData = 'a:2:{i:0;s:16:"as:45:"d";
Is \n";i:1;s:19:"as:45:"d";
Is \r\n";}';

Você não pode consertar uma string serializada quebrada usando os regexes propostos:

$data = preg_replace('!s:(\d+):"(.*?)";!e', "'s:'.strlen('$2').':\"$2\";'", $badData);
var_dump(@unserialize($data)); // Output: bool(false)

// or

$data = preg_replace_callback(
    '/s:(\d+):"(.*?)";/',
    function($m){
        return 's:' . strlen($m[2]) . ':"' . $m[2] . '";';
    },
    $badData
);
var_dump(@unserialize($data)); // Output: bool(false)

Você pode consertar string serializada quebrada usando o seguinte regex:

$data = preg_replace_callback(
    '/(?<=^|\{|;)s:(\d+):\"(.*?)\";(?=[asbdiO]\:\d|N;|\}|$)/s',
    function($m){
        return 's:' . strlen($m[2]) . ':"' . $m[2] . '";';
    },
    $badData
);

var_dump(@unserialize($data));

Resultado

array(2) {
  [0] =>
  string(17) "as:45:"d";
Is \n"
  [1] =>
  string(19) "as:45:"d";
Is \r\n"
}

ou

array(2) {
  [0] =>
  string(16) "as:45:"d";
Is \n"
  [1] =>
  string(18) "as:45:"d";
Is \r\n"
}

os documentos oficiais diz que ele deve retornar falso e definir E_NOTICE

mas como você obteve o erro, o relatório de erro está configurado para ser acionado por E_NOTICE

aqui está uma correção para permitir que você detecte falso retornado por unserialize

$old_err=error_reporting(); 
error_reporting($old_err & ~E_NOTICE);
$object = unserialize($serialized_data);
error_reporting($old_err);

você pode querer considerar o uso de codificação / decodificação base64

$string=base64_encode(serialize($obj));
unserialize(base64_decode($string));

A corrupção nesta questão está isolada em uma única substring no final da string serializada com provavelmente foi substituída manualmente por alguém que preguiçosamente queria atualizar o imagenome do arquivo. Esse fato ficará aparente em meu link de demonstração abaixo usando os dados postados do OP - em suma, C:fakepath100.jpgnão tem um comprimento de 19, deveria ser17 .

Uma vez que a corrupção da string serializada é limitada a um número de contagem de byte / caractere incorreto, o seguinte fará um bom trabalho de atualização da string corrompida com o valor de contagem de bytes correto.

A seguinte substituição baseada em regex só será eficaz para corrigir contagens de bytes, nada mais.

Parece que muitas das postagens anteriores estão apenas copiando e colando um padrão regex de outra pessoa. Não há razão para capturar o número de contagem de bytes potencialmente corrompido se ele não for usado na substituição. Além disso, adicionando os modificador de padrão é uma inclusão razoável caso um valor de string contenha novas linhas / retornos de linha.

* Para aqueles que não estão cientes do tratamento de caracteres multibyte com serialização, você não deve usar mb_strlen()no retorno de chamada personalizado porque é a contagem de bytes que é armazenada, não a contagem de caracteres , veja minha saída ...

Código: ( Demo com dados do OP ) ( Demo com dados de amostra arbitrários ) ( Demo com substituição de condição )

$corrupted = <<<STRING
a:4:{i:0;s:3:"three";i:1;s:5:"five";i:2;s:2:"newline1
newline2";i:3;s:6:"garçon";}
STRING;

$repaired = preg_replace_callback(
        '/s:\d+:"(.*?)";/s',
        //  ^^^- matched/consumed but not captured because not used in replacement
        function ($m) {
            return "s:" . strlen($m[1]) . ":\"{$m[1]}\";";
        },
        $corrupted
    );

echo $corrupted , "\n" , $repaired;
echo "\n---\n";
var_export(unserialize($repaired));

Resultado:

a:4:{i:0;s:3:"three";i:1;s:5:"five";i:2;s:2:"newline1
Newline2";i:3;s:6:"garçon";}
a:4:{i:0;s:5:"three";i:1;s:4:"five";i:2;s:17:"newline1
Newline2";i:3;s:7:"garçon";}
---
array (
  0 => 'three',
  1 => 'five',
  2 => 'newline1
Newline2',
  3 => 'garçon',
)

Uma perna abaixo da toca do coelho ... O procedimento acima funciona bem mesmo se as aspas duplas ocorrerem em um valor de string, mas se um valor de string contiver"; procedimento algum outro símbolo assustador, você precisará ir um pouco além e implementar "lookarounds". Meu novo padrão

verifica se o líder s é:

• o início de toda a string de entrada ou
• precedido por ;

e verifica se o "; é:

• no final de toda a string de entrada ou
• Seguido por } ou
• seguido por uma string ou declaração inteira s:oui:

Não testei todas as possibilidades; na verdade, não estou familiarizado com todas as possibilidades em uma string serializada porque nunca optei por trabalhar com dados serializados - sempre json em aplicativos modernos. Se houver caracteres adicionais possíveis à esquerda ou à direita, deixe um comentário e estenderei as alternativas.

Snippet estendido: ( Demo )

$corrupted_byte_counts = <<<STRING
a:12:{i:0;s:3:"three";i:1;s:5:"five";i:2;s:2:"newline1
newline2";i:3;s:6:"garçon";i:4;s:111:"double " quote \"escaped";i:5;s:1:"a,comma";i:6;s:9:"a:colon";i:7;s:0:"single 'quote";i:8;s:999:"semi;colon";s:5:"assoc";s:3:"yes";i:9;s:1:"monkey";wrenching doublequote-semicolon";s:3:"s:";s:9:"val s: val";}
STRING;

$repaired = preg_replace_callback(
        '/(?<=^|;)s:\d+:"(.*?)";(?=$|}|[si]:)/s',
        //^^^^^^^^--------------^^^^^^^^^^^^^-- some additional validation
        function ($m) {
            return 's:' . strlen($m[1]) . ":\"{$m[1]}\";";
        },
        $corrupted_byte_counts
    );

echo "corrupted serialized array:\n$corrupted_byte_counts";
echo "\n---\n";
echo "repaired serialized array:\n$repaired";
echo "\n---\n";
print_r(unserialize($repaired));

Resultado:

corrupted serialized array:
a:12:{i:0;s:3:"three";i:1;s:5:"five";i:2;s:2:"newline1
newline2";i:3;s:6:"garçon";i:4;s:111:"double " quote \"escaped";i:5;s:1:"a,comma";i:6;s:9:"a:colon";i:7;s:0:"single 'quote";i:8;s:999:"semi;colon";s:5:"assoc";s:3:"yes";i:9;s:1:"monkey";wrenching doublequote-semicolon";s:3:"s:";s:9:"val s: val";}
---
repaired serialized array:
a:12:{i:0;s:5:"three";i:1;s:4:"five";i:2;s:17:"newline1
newline2";i:3;s:7:"garçon";i:4;s:24:"double " quote \"escaped";i:5;s:7:"a,comma";i:6;s:7:"a:colon";i:7;s:13:"single 'quote";i:8;s:10:"semi;colon";s:5:"assoc";s:3:"yes";i:9;s:39:"monkey";wrenching doublequote-semicolon";s:2:"s:";s:10:"val s: val";}
---
Array
(
    [0] => three
    [1] => five
    [2] => newline1
newline2
    [3] => garçon
    [4] => double " quote \"escaped
    [5] => a,comma
    [6] => a:colon
    [7] => single 'quote
    [8] => semi;colon
    [assoc] => yes
    [9] => monkey";wrenching doublequote-semicolon
    [s:] => val s: val
)

Você terá que alterar o tipo de agrupamento para utf8_unicode_cie o problema será corrigido.

No meu caso, eu estava armazenando dados serializados no BLOBcampo do banco de dados MySQL que aparentemente não era grande o suficiente para conter o valor inteiro e o truncou. Obviamente, tal string não poderia ser desserializada.
Uma vez convertido esse campo, MEDIUMBLOBo problema se dissipou. Também pode ser necessário alternar as opções da tabela ROW_FORMATpara DYNAMICou COMPRESSED.

Depois de tentar algumas coisas nesta página sem sucesso, dei uma olhada no código-fonte da página e observei que todas as citações na string serializada foram substituídas por entidades html. A decodificação dessas entidades ajuda a evitar muitas dores de cabeça:

$myVar = html_entity_decode($myVar);

Aqui está uma ferramenta online para corrigir uma string serializada corrompida.

Eu gostaria de acrescentar que isso acontece principalmente devido a uma busca e substituição feita no banco de dados e os dados de serialização ( especialmente o key length) não são atualizados de acordo com a substituição e isso causa a "corrupção".

No entanto, a ferramenta acima usa a seguinte lógica para corrigir os dados de serialização ( copiado daqui ).

function error_correction_serialise($string){
    // at first, check if "fixing" is really needed at all. After that, security checkup.
    if ( unserialize($string) !== true &&  preg_match('/^[aOs]:/', $string) ) {
         $string = preg_replace_callback( '/s\:(\d+)\:\"(.*?)\";/s',    function($matches){return 's:'.strlen($matches[2]).':"'.$matches[2].'";'; },   $string );
    }
    return $string;
} 

Outra razão para este problema pode ser o tipo de coluna da tabela de sessões de "carga útil". Se você tiver muitos dados sobre a sessão, uma coluna de texto não será suficiente. Você precisará do MEDIUMTEXT ou mesmo do LONGTEXT.